[發(fā)明專利]一種基于窄帶射頻鏈路采樣的無源人體識別方法

在審

• 申請?zhí)枺?/td>: 201910170070.4
• 申請日: 2019-03-07
• 公開（公告）號: CN109948481A
• 公開（公告）日: 2019-06-28
• 發(fā)明（設(shè)計）人: 劉佟;陳治明;崔晗;汪成龍;魏曉慧;曹建忠
• 申請（專利權(quán)）人: 惠州學院
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 陳衛(wèi);練逸夫

1.一種基于窄帶射頻鏈路采樣的無源人體識別方法，其特征在于，基于無源人體識別系統(tǒng)，所述系統(tǒng)包括設(shè)置于行人路徑上的多個射頻節(jié)點，多個所述射頻節(jié)點輪流與其空間位置非共線的多個射頻節(jié)點進行組播，形成多條射頻鏈路，多條所述射頻鏈路交織構(gòu)建成垂直于行人路徑的窄帶射頻傳感網(wǎng)；

所述方法包括如下步驟：

通過多條射頻鏈路采集待識別行人行走所產(chǎn)生的生物特征信息相匹配的射頻信號接收強度序列，對所有射頻鏈路的射頻信號接收強度序列融合得到融合射頻信號接收強度值矢量；

將所述融合射頻信號接收強度值矢量分別與身份數(shù)據(jù)庫中的每一個高斯混合模型進行最大似然概率估計匹配，并根據(jù)輸出概率值對待識別行人進行身份識別。

2.根據(jù)權(quán)利要求1所述的基于窄帶射頻鏈路采樣的無源人體識別方法，其特征在于，待識別行人的身份識別具體包括：當輸出概率值不小于預設(shè)閾值時，則判斷待識別行人為注冊人物，所述輸出概率值所對應的高斯混合模型為所判定的注冊人物所對應的身份參數(shù)模板；當輸出概率值小于預設(shè)閾值時，則判斷待識別行人為未注冊人，并拒絕準入。

3.根據(jù)權(quán)利要求2所述的基于窄帶射頻鏈路采樣的無源人體識別方法，其特征在于，所述輸出概率值為融合射頻信號接收強度值矢量分別與身份數(shù)據(jù)庫中的每一個高斯混合模型進行最大似然概率估計匹配所得到的多個概率值中的最大值。

4.根據(jù)權(quán)利要求1所述的基于窄帶射頻鏈路采樣的無源人體識別方法，其特征在于，所述融合射頻信號接收強度值通過以下公式計算：

x(t)＝[x₁(t),…,x_n(t),…,x_N(t)]^T

其中，x為多維融合射頻信號接收強度值，n為鏈路索引，t為時刻，N為射頻鏈路總數(shù)，x_n(t)為單一射頻鏈路的射頻信號接收強度序列。

5.根據(jù)權(quán)利要求1所述的基于窄帶射頻鏈路采樣的無源人體識別方法，其特征在于，最大似然概率估計匹配具體包括：貝葉斯最大似然分類器根據(jù)待識別行人的融合射頻信號接收強度值矢量對身份數(shù)據(jù)庫中的高斯混合模型進行分類，確定具有最大后驗概率的高斯混合模型所對應的目標人物的身份參數(shù)模板；

所述最大似然概率通過以下公式計算：

其中，x_test為待識別行人的融合射頻信號接收強度值，為具有最大后驗概率的高斯混合模型所對應的目標人物的身份參數(shù)模板。

6.根據(jù)權(quán)利要求5所述的基于窄帶射頻鏈路采樣的無源人體識別方法，其特征在于，具有最大后驗概率的高斯混合模型所對應的目標人物的身份參數(shù)模板通過以下公式計算：

其中，x_test為待識別行人的融合射頻信號接收強度值，λ_s為身份數(shù)據(jù)庫中的高斯混合模型。

7.根據(jù)權(quán)利要求6所述的基于窄帶射頻鏈路采樣的無源人體識別方法，其特征在于，當所述身份數(shù)據(jù)庫中的高斯混合模型所對應的目標人物的出現(xiàn)次數(shù)是等概率的，具有最大后驗概率的高斯混合模型所對應的目標人物的身份參數(shù)模板通過以下公式計算：

其中，x_test為待識別行人的融合射頻信號接收強度值，λ_s為身份數(shù)據(jù)庫中的高斯混合模型。

8.根據(jù)權(quán)利要求6所述的基于窄帶射頻鏈路采樣的無源人體識別方法，其特征在于，當所述身份數(shù)據(jù)庫中的高斯混合模型所對應的目標人物的身份參數(shù)模板的融合射頻信號接收強度值的觀察矢量之間是相互獨立的并取對數(shù)，具有最大后驗概率的高斯混合模型所對應的目標人物的身份參數(shù)模板通過以下公式計算：

其中，x_test為待識別行人的融合射頻信號接收強度值，λ_s為身份數(shù)據(jù)庫中的高斯混合模型。